李永飞
第二篇：技术与场景的 “鸿沟”：为什么 AI 大厂的医疗模型，在医院里 “水土不服”？（1）一、AI 大厂的医疗 “困局”腾讯混元、华为盘古、阿里通义千问、字节豆包…… 国内顶尖的科技企业纷纷推出了医疗大模型，在医学影像识别、自然语言处理等领域取得了不错的实验室成绩。但当这些模型真正走进医院，却普遍遭遇了 “水土不服” 的问题。某头部科技企业的医疗 AI 负责人坦言：“我们的模型在公开数据集上的准确率能达到 99%，但在医院的实际应用中，准确率却只有 80% 左右。因为医院的真实数据远比公开数据集复杂，不同医院的设备型号、成像标准、病历书写习惯都不一样，通用模型很难适配。”更核心的问题在于，绝大多数 AI 大厂对医疗院内信息化赛道缺乏足够的战略重视。以字节为例，其医疗业务长期处于边缘地位，没有成立独立的医疗事业群，资源投入占比不足总投入的 5%；底层技术团队与医疗产业方的沟通机制不畅，决策链条冗长，一个简单的场景适配需求往往需要层层审批，导致项目推进缓慢；战略定位模糊，既想做技术输出，又想直接切入 C 端医疗，没有形成清晰的 B 端院内信息化战略路径。尤为致命的是，AI 大厂普遍缺乏医疗行业合规经验，没有建立专门的医疗合规团队，对医保监管、数据安全、医疗反腐等政策要求理解不深，导致产品存在重大合规风险，难以通过医院的采购审核。这种战略上的轻视，直接导致 AI 大厂不懂医院的业务流程，更不理解院内系统的底层架构。医院的工作流程是经过几十年的实践形成的，涉及到医生、护士、患者、医保、财务等多个主体，任何一个环节的改变都可能影响整个医院的运行。而 AI 大厂在设计产品时，往往从技术角度出发，要求医院改变现有流程来适配产品，甚至强行推出只能外挂接入的 AI 工具，这显然是不现实的。（注：仅代表个人针对行业的简要分析，如转发请标注出处）
发布于 上海
分享
评论
赞
未登录
友善发言
评论
加载中
